伴随着互联网的普及,电子商务和社交网络随之兴起,进一步拉近了互联网与现实世界的距离。传统电商仅依托于网络平台展示商品,传递信息的途径单一,导致商家与客户之间存在信息不对称。随着消费者对口碑的重视度不断提高,传统电商面临着激烈的行业竞争,亟需转变其营销模式。与此同时,经历漫长发展的社交网络日趋成熟,在推动信息传播方面的作用越发不可替代。社会化媒体转变流量为利润的需求与传统电商转变营销模式的需求,使得社交网络与电子商务的融合成为必然趋势。社交商务作为社交网络与电子商务融合的产物,是一种由消费者主导的商业模式,又由于其中包含了社交的功能,使得社交商务的产生和发展均离不开消费者之间的分享和交流。例如在电子商务平台上产生的淘江湖、京东乐享等,独立于电商平台的大众点评以及国外的Yelp等,或者是Twitter、微博等基于已有的社交平台与电商平台对接,这些都是不同类型的社交商务平台。传统消费环境中,消费者在做出购买行为时总乐于接受信任的家人和朋友给出的意见,同样在社交商务环境中基于互联网的购买行为很容易受到其社交圈的影响。正如人们选择一家餐厅消费,可能并不是因为这家餐厅知名度很高,而是因为自己的一位好友在点评网站上给过这家餐厅高分评价。所以面对新兴的社交商务环境,商家需要了解那些在社交关系中具有影响力的客户特征,才能不断完善针对性营销服务,实现效益最大化。围绕社交商务中客户画像的研究工作,本文在真实数据集上进行实证分析考察客户特征,所做工作如下:1、通过社交商务的产生过程以及学者的研究对社交商务定义及其特性进行梳理,重点分析口碑评分、社交关系对购买的影响以及在线社交影响力的相关研究,系统阐述了客户画像的构建研究,并对相关算法模型进行了总结。2、进一步综合文献中对社交商务特性的描述,总结社交商务的特性,分析发现人们总是倾向于对高分商品的购买,且客户的购买会受到朋友的影响。并基于此在Yelp数据集上进行了实证分析,提出借助统计检验方法来检测社交商务特性。3、通过总结已有研究的观点本文对Yelp网站中“社交关系影响”重新定义,并利用这种社交关系影响进行客户画像中目标客户分类,从而确定了要为“谁”来画像的问题。通过对原始数据集标签进行特征重塑,构建客户画像特征集合,利用Logistic回归模型得出有影响力客户特征并对其进行画像。4、探索应用客户画像改善客户管理,讨论如何进行Yelp网站的优化,以及基于客户画像的针对性服务与推荐。本文的主要创新工作包括:1、大多客户画像的研究对象局限于传统行业,如电信、金融、保险等垄断行业,而缺少对于存在社交关系的电子商务平台中客户购买行为的画像研究。本文创新性的将客户画像技术应用于社交商务场景,探讨社交商务中有影响力的客户特征。2、本文总结了社交商务的特性,并通过统计检验的方法在研究对象上对社交商务特性进行检验,据我们所知,目前还没有进行社交商务特性检验的相关研究。3、基于社交关系影响建立客户数据集,通过Logistic回归模型在数据集上的分析,可以较好的获得有影响力客户的显著特征。4、本文充分探讨了用户数据与评论数据之间的联系,将客户特征分为社交维度、评论维度、交易维度等,并计算添加评分差异、平均购买时间间隔、距离最近一次购买时间间隔等指标,丰富了客户画像的维度。通过分析证实,这些特征确实可以很好的对客户进行描述。总之,不管是从更加真实地进行客户细分,反应客户信息,方便浏览、精准营销的角度,还是对社交商务平台更好的提高用户黏性角度,社交商务中客户画像的研究都具有一定的指导价值。